Blog Cisco Brasil / Redes / 3 recomendações para compreender a experiência dos usuários de Wi-Fi com análise, machine learning e inteligência artificial

Aplicando Analytics e AI no gerenciamento e operação de redes Wi-Fi de última geração, para garantir a melhor experiência ao usuário e uso de suas aplicações.

Tive a oportunidade de desde o início da minha carreira profissional na área de tecnologia, de trabalhar com comunicação sem fio, em especial com Wi-Fi. São mais de 20 anos trabalhando com projetos na área e pude viver cada ciclo de atualização tecnológica. Atualmente estamos na sexta geração (Wi-Fi6) que representa uma grande revolução do que conhecemos até o hoje.

O momento não poderia ser mais oportuno para termos o Wi-Fi6 disponível e o WiFi6E em aprovação para uso ao redor do mundo, dado que as empresas estão planejando a reabertura dos seus escritórios. O modelo híbrido tem sido apontado como de grande interesse para a maioria das empresas e nesse contexto, mobilidade será mandatório e a infraestrutura Wi-Fi será a tecnologia primária e muitas vezes única de acesso.

A boa notícia é que em sistemas Cisco com gerenciamento Cloud, como o Cisco Meraki ou em sistemas de gerenciamento tradicionais como Cisco DNA Center, os elementos de rede são capazes de analisar gigantescos volumes de dados e enviar de forma eficiente o que chamamos de telemetria da rede. Essas informações de telemetria são também extraídas de outras fontes como os serviços de rede e dos próprios clientes Wi-Fi. Depois da coleta, essas informações são processadas e correlacionadas de forma a gerar um entendimento completo do que está acontecendo na rede. Dessa forma o administrador já começa a sua análise com um contexto completo e não mais dados isolados em diferentes ferramentas, como acontecia anteriormente.

Dentro desse contexto, apresento abaixo as minhas 3 recomendações de como melhorar o entendimento da experiência dos usuários da rede Wi-Fi, utilizando essas novas capacidades e dessa forma garantir um serviço de qualidade.

• Garantir que requisitos de projeto são atendidos na prática 

Sempre que desenhamos um projeto de Wi-Fi adotamos premissas para que o nível de serviço (SLA) final seja atendido. Exemplo, se uma empresa quer trafegar sobre a rede Wi-Fi uma grande quantidade de chamadas de voz, com mobilidade, é necessário já em projeto determinar qual o nível de sinal mínimo necessário, qual a sobreposição entre as células, qual será o protocolo para garantir mobilidade segura sem atrasos, se os clientes que terão voz devem ser padrão Wi-Fi6, entre muitos outros aspectos.

Entre a concepção do projeto e o início da operação muitas etapas são realizadas. E muitas vezes o que foi planejado, não é o que acabou sendo implementado. Será que os meus clientes Wi-Fi estão sendo atendidos como planejado? A pergunta faz bastante sentido, mas muitas vezes é negligenciada e nesse ponto muito dos problemas se iniciam.

Felizmente as soluções Cisco dispõem de dashboards com os indicadores mais importante para esse entendimento como apresentado abaixo. Eles indicam desde a distribuição de clientes em diferentes faixas de nível de sinal e sinal ruído, métricas sobre o tempo de roaming – transição entre Access Points, bem como qual a quantidade de clientes atendidos pelas diferentes gerações de Wi-Fi e diferença de performance se comparado com gerações anteriores da tecnologia.

• Entendimento detalhado do comportamento dos clientes Wi-Fi

Quando falamos de clientes Wi-Fi, existe uma máxima muito relevante que precisamos sempre ter em mente – “A infraestrutura pode influenciar o comportamento dos clientes Wi-Fi, mas o cliente é que tem a decisão final”.

Dessa forma, o entendimento detalhado do comportamento dos clientes é peça fundamental quando queremos garantir uma boa experiência e esse cenário se torna ainda mais complexo quando temos redes BYOD e com isso não existe uma padronização dos tipos de dispositivo.

Tudo se inicia com o entendimento do que chamamos de “on boarding”, ou seja, o processo de entrada dos clientes na rede, que pode ser monitorado pelos dashboards exemplo a seguir.

Como vemos nas imagens, para Wi-Fi existem passos como associação a rede, autenticação e autorização e obtenção de endereçamento IP. Toda essa cadeia precisa estar funcionando bem para que os clientes comecem a utilizar o serviço e o seu entendimento detalhado é o passo inicial no entendimento dos clientes.

Técnicas como Machine Learning passaram a ser utilizadas para entender qual o comportamento normal da sua rede versus um comportamento anormal, sem que você administrator tenha que ajustar manualmente nenhum parâmetro. Os exemplos abaixo ilustram justamente essa solução. Sem que o administrador tenha que informar nada, o sistema aprende com os dados e passa a alertar quando ocorre um desvio no comportamento esperado.

• Analisar o comportamento das aplicações dos clientes

Minha terceira e última recomendação é que o entendimento das aplicações nunca seja analisado separadamente dos clientes. Na verdade, a maioria dos problemas mais difíceis de serem resolvidos estão relacionados a características únicas da aplicação, de como o dispositivo do usuário trabalha com aquele APP e inclusive como aquela aplicação é tratada por diferentes gerações do protocolo Wi-Fi.

Analisando a infraestrutura de rede como um todo, é possível coletarmos junto com todas as informações já mencionadas anteriormente, informação das aplicações. Não somente detectando quais são essas aplicações, mas qual o tempo de resposta, latência, entre outros indicadores, dando assim uma visão completa do que está acontecendo.

Nesse primeiro exemplo podemos visualizar que aconteceu uma degradação no link WAN e com isso a aplicação também foi afetada. O usuário final somente irá reportar que ficou ruim e a primeira suspeita é que algo na rede WLAN aconteceu.

Esse outro exemplo pode-se observar também que se trata de uma perda de pacotes que vem acontecendo de tempos em tempos, relacionado a uma determinada aplicação, não necessariamente um problema na rede ou na conectividade WAN. Com esse tipo de visibilidade se pode novamente descartar um problema da infraestrutura WLAN.

Estamos em um novo momento, aonde os dispositivos de rede são capazes de gerar muita telemetria de forma eficiente e tecnologias avançadas de ML tem permitido obter informações mais específicas e úteis a respeito do funcionando dessa infraestrutura.

Garantir que o projeto implementado está entregando na prática o que foi planejado, entender as particularidades do comportamento dos dispositivos e ter visibilidade do comportamento das aplicações utilizadas nessa rede, são aspectos fundamentais nessa jornada para garantir que os usuários tenham o nível de serviço necessário em uma rede cada vez mais adotada como acesso primária pelas empresas.

Clique aqui para saber mais sobre as soluções de Analytics da Cisco Meraki ou sobre Cisco DNA Center Assurance.

Authors

Flavio Correa